基于视觉的汽车塑料件表面瑕疵识别方法

本发明涉及工业智能检测技术领域，公开了基于视觉的汽车塑料件表面瑕疵识别方法。该方法通过获取历史汽车塑料件表面图像并建立数据集，经过预处理、标注及划分后，搭建基于生成对抗网络的深度学习模型进行训练，得到汽车塑料件表面瑕疵识别模型。该模型能够实时采集汽车塑料件表面图像，并识别出划痕、气泡、缺料和熔接线等多种瑕疵类型，适应不同光照条件和拍摄角度的变化。同时，采用动态阈值判定机制和模型解释模块，及时发现并报警瑕疵问题，提高生产效率和产品质量。该方法具有高度的可扩展性和灵活性，为汽车塑料件制造行业的智能化转型提供了有力支持。